使用金融代理管理投资、税务和信用
发布者构建了一个基于 Claude Code 的个人金融代理，用于跟踪投资、为自雇税务做准备并优化信用利用率。任务：建议落地方案：使用 Claude Code 构建一个名为 Hearth 的本地 Python 个人金融系统。该工作流涉及从 Schwab、Robinhood、Coinbase、Plaid、通过 Google MCP 的 Gmail 以及市场数据 API 拉取数据。Claude 协助研究投资和税务规则，构建自定义技能，并优化投资组合配置、Schedule C、里程处理及信用利用率警报的逻辑。人工角色：来源未完整披露人工分工，用户需自行定义监督和验证步骤。；工具：Claude Code。人工角色：原始材料未说明；局限：前提条件包括访问多个金融 API 和本地 Python 环境。主要约束是复杂性，来源指出在 80 个活跃日内消耗了 5.477 亿个 token。未提供代码仓库或提示词序列，导致集成不确定性。建议：从最小可行产品开始，以控制 token 成本并在扩展前验证数据准确性。。
工具
Agent Work Atlas 发布日期:
概述
发布者构建了一个基于 Claude Code 的个人金融代理，用于跟踪投资、为自雇税务做准备并优化信用利用率。
工作流程
建议落地方案：使用 Claude Code 构建一个名为 Hearth 的本地 Python 个人金融系统。该工作流涉及从 Schwab、Robinhood、Coinbase、Plaid、通过 Google MCP 的 Gmail 以及市场数据 API 拉取数据。Claude 协助研究投资和税务规则，构建自定义技能，并优化投资组合配置、Schedule C、里程处理及信用利用率警报的逻辑。人工角色：来源未完整披露人工分工，用户需自行定义监督和验证步骤。
原文报告的结果
该系统旨在将投资、税务和信用监控整合到一个仪表板中，并标记闲置现金、连接失效以及与银行数据不一致等问题。由于来源未提供性能指标或成功执行的证据，实际结果未知。验收检查：验证仪表板是否正确聚合了至少两个 API 的数据，并在测试数据集中标记出已知差异。
人工角色
原始材料未说明
局限
前提条件包括访问多个金融 API 和本地 Python 环境。主要约束是复杂性，来源指出在 80 个活跃日内消耗了 5.477 亿个 token。未提供代码仓库或提示词序列，导致集成不确定性。建议：从最小可行产品开始，以控制 token 成本并在扩展前验证数据准确性。
试一试
扮演金融数据工程师。我想使用 Claude Code 构建一个本地 Python 个人金融仪表板。[可替换输入：Schwab、Plaid 等 API 密钥列表、目标税务年度、需监控的具体信用卡]。步骤：1. 初始化一个包含必要 API 集成库的 Python 项目。2. 使用 Claude Code 编写脚本，从指定 API 获取并规范化数据。3. 实现投资组合配置和 Schedule C 税务准备逻辑。4. 创建一个简单的仪表板以显示整合数据。5. 添加闲置现金和信用利用率警报。交付物：一个可运行的 Python 脚本和一个本地仪表板。质量衡量：与银行对账单对比的数据准确性。成功标准：仪表板加载无错误并显示正确余额。处理缺失输入：如果缺少 API 密钥，开发期间使用模拟数据。试运行：首先使用模拟数据测试。人工确认：在连接真实账户前审查税务逻辑和数据准确性。仅在 API 访问方法不明确时提出澄清问题。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。